Google DeepMind 推出 Gemini 4 Argon，这是其七个多月来首款超越 Flash 系列的自有模型。得益于更低的幻觉率和更强的代理（Agentic）能力，该模型在 Artificial Analysis 智能指数中获得 53 分，与 GPT-6 Astra 持平，并领先 GPT-6.1 Sol 1 分，标志着 Google 重回全球智能水平前三大实验室行列。
性能与成本优势
在当前的促销活动中，Gemini 4 Argon 享受 50% 的价格折扣，且缓存折扣提升至 95%。在此定价下，完成一个智能指数任务的成本为 1.99 美元，仅为同等智能水平 GPT-6 Astra（3.26 美元）的 60%。尽管其平均每个任务输出 6.2 万个代币，远高于 GPT-6 Astra 的 2.7 万个，但凭借更低的代币单价，仍实现了显著的成本效率。折扣结束后，单任务成本将回升至 3.98 美元，约为 GPT-6 Astra 的 1.2 倍。
目前，Gemini 4 Argon 正面向部分选定用户逐步开放，尚未对公众全面推出。Google 尚未确认 50% 初期促销活动的具体结束日期。
关键基准测试表现
智能水平跃升：Gemini 4 Argon（高推理模式）的 53 分成绩，较 Google 此前非 Flash 系列模型 Gemini 3.1 Pro Preview（30 分）高出 23 分，比 Gemini 3.8 Flash（高推理模式）高出 12 分。
代理能力增强：针对以往 Gemini 模型的短板，Argon 在代理评估中表现优异。在 AutomationBench-AA 测试中，它以 78% 的成绩位居第一，领先 Claude Sonnet 5.5（71%）7 个百分点。在 Terminal Bench 4 测试中，其得分 57%，较 Gemini 3.1 Pro Preview 提升 53 个百分点，仅次于 Claude Sonnet 5.5（64%）、Claude Opus 5.5（60%）和 GPT-6 Astra（59%）。
极低幻觉率：在 AA-Omniscience 测试中，Gemini 4 Argon 的幻觉率仅为 15%，是所有智能指数得分 45+ 模型中最低的，远低于 GPT-6 Astra（51%）和 GPT-6.1 Sol（54%）。这表明该模型更倾向于承认未知而非错误猜测。尽管其准确性得分（50%）略低于 GPT-6 Astra（63%），但整体 AA-Omniscience 得分（42 分）与竞品基本持平。
关键模型参数
- 上下文窗口：支持 100 万代币。
- 多模态支持：支持文本、图像、视频和语音输入，输出文本。
- 定价策略：标准定价为每 100 万输入/输出代币 4 美元/20 美元；促销期内减半至 2 美元/10 美元。缓存输入代币享受 95% 折扣（折后每 100 万代币 0.10 美元），优于 Gemini 3.8 Flash 的 90%。
- 长解码延续：新增长解码延续功能，允许暂停长篇响应并在后续调用中恢复，支持生成多达 100 万个输出代币而不因超时中断。